l数据挖掘工具对比的报告

《l数据挖掘工具对比的报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、完美格式整理版数据挖掘工具运用对比报告学生姓名：指导老师：冯霞学院名称：计算机学院专业名称：计算机科学与技术中国民航大学2012年11月17日范文范例参考完美格式整理版数据挖掘工具Knime与Weka的运用与比较摘要数据挖掘（DataMining）又称数据库中的知识发现（KnowledgeDiscoverinDatabase），是目前人工智能和数据库领域研究的热点问题。所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，能够高度自动化

2、地分析数据，做出归纳性的推理，从中挖掘出潜在模式，帮助决策者调整市场策略，减少风险，做出正确的决策。在现代社会，无论是商业决策，还是信息管理，甚至国家大事如美国总统选举，数据挖掘都占有非常重要的地位。因此，作为一名计算机学科的研究生，熟练使用数据挖掘工具是必要的。现在主流五种数据挖掘软件为：weka、orange、rapidminer、jhepwork、rattle、knime而且这些软件都是开源的，可以供使用者根据自己的需要开发或者改进。本文将以weka和knime为例，介绍两种软件的运用以及比较。关键词：数据挖掘工、weka、knime、运用、比较范文范例参考完美格

3、式整理版一、Weka简介：WEKA的全名是WaikatoEnvironmentforKnowledgeAnalysis，同时weka也是新西兰的一种鸟名，而WEKA的主要开发者来自新西兰。它是现今最完备的数据挖掘工具之一。作为一个大众化的数据挖掘工作平台，WEKA集成了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理、分类、回归、聚类关联分析以及在新的交互式界面上的可视化等等。通过其接口，可在其基础上实现自己的数据挖掘算法。WEKA的打开界面：数据格式：WEKA所用的数据格式在形式上与Excel类似。打开Explorer界面，点Openfile选择weka自带

4、数据weather.nominal.arff进行分析,是离散好weather数据。打开数据如下所示：范文范例参考完美格式整理版WEKA存储数据的格式是ARFF（Attribute-RelationFileFormat）文件，这是一种ASCII文本文件。表格里的一个横行称作一个实例（Instance），相当于统计学中的一个样本，或者数据库中的一条记录。竖行称作一个属性（Attribute），相当于统计学中的一个变量，或者数据库中的一个字段。这样一个表格或者叫作数据集，在WEKA看来，呈现了属性之间的一种关系(Relation)。上图中一共有14个实例，5个属性，关系名称为

5、“weather”。整个ARFF文件可以分为两个部分。第一部分是头信息，包括对关系的声明和对属性的声明；第二部分是数据信息。WEKA支持的有四种：Numeric数值型标称型String字符串型date[]日期和时间型WEKA的使用：1、“Explorer”界面使用WEKA作数据挖掘，面临的第一个问题往往是我们的数据不是ARFF格式的。幸好，WEKA还提供了对CSV范文范例参考完美格式整理版文件的支持，而这种格式是被很多其他软件，比如Excel，所支持的。现在我们打开“bank-d

6、ata.csv”。利用WEKA可以将CSV文件格式转化成ARFF文件格式。ARFF格式是WEKA支持得最好的文件格式。此外，WEKA还提供了通过JDBC访问数据库的功能“Explorer”界面提供了很多功能，是WEKA使用最多的模块。现在我们先来熟悉它的界面，然后利用它对数据进行预处理。界面如下如所示:876543211上图显示的是“Explorer”打开“weather.nominal.arff”的情况。我们根据不同的功能把这个界面分成8个区域。1.区域1的几个选项卡是用来切换不同的挖掘任务面板。2.区域2是一些常用按钮。包括打开数据，保存及编辑功能。3.在区域3中“

7、Choose”某个“Filter”，可以实现筛选数据或者对数据进行某种变换。数据预处理主要就利用它来实现。4.区域4展示了数据集的一些基本情况。5.区域5中列出了数据集的所有属性。勾选一些属性并“Remove”就可以删除它们，删除后还可以利用区域2的“Undo”按钮找回。区域5范文范例参考完美格式整理版上方的一排按钮是用来实现快速勾选的。在区域5中选中某个属性，则区域6中有关于这个属性的摘要。注意对于数值属性和标称属性，摘要的方式是不一样的。6.区域7是区域5中选中属性的直方图。若数据集的某个属性是目标变量，直方图中的每个长方形就会按照该